學習是轉換職場的必備能力|數位時代 BusinessNext

Profile
現職：聯發科技人力資源處招募副理
經歷：惠普（HP）國際採購處採購經理
學歷：國立台灣大學財務金融系畢業

給科技人的一句話：挫敗是一輩子最大的禮物

台大財務金融系畢業的曾雅萍，原在惠普（ＨＰ）電腦國際採購處工作，八年後，以採購經理轉彎到聯發科擔任人力資源招募副理。跑道徹底轉換，但是聯發科董事長蔡明介在面試她時，卻不因她完全沒經驗而拒用她，是什麼道理？

蔡明介說過：「不要規劃，只要adaptive（適應）！」身處充滿變化的高科技環境，蔡明介認為只要對新科技充滿好奇，擁有適應力，永保彈性，就是人才。同時聯發科的用人哲學強調專職技術（domain knowledge）、抽象能力（soft skill）和人格特質（personality）三大面向，只要具有團隊合作、擅於溝通等抽象能力和誠信正直、不怕挑戰的人格特質，專職技術其實隨時都可補齊。

講話清楚、簡報能力很強的曾雅萍，演講一開始就帶給現場聽眾一個當頭棒喝：現在企業只願意雇用一半的員工，給付員工兩倍的薪水，但要求員工三倍的產能。「一二三」原則，充分顯示出目前職場的辛苦，更點出「誰是那些被雇用的二分之一」憂慮。

從公司的核心工作團隊、聘僱人員到彈性運用勞工，現代人的職涯轉換早已成為必然，有什麼是必備的能力，才能在不斷變動的時代，持續成為永遠被雇用的二分之一？在聯發科已經任職兩年人力資源的曾雅萍，當然是有答案的。

面對一批批到聯發科求職或有心轉換職場的人，曾雅萍表示，保持彈性和適應力、與全球人力接軌的團隊合作精神、向上／向下管理溝通的能力、解決問題、持續創新等，都是「不敗科技人」最重要的特質，擁有這些特質，就是那二分之一的人力。

她同時特別提出，「持續學習的能力絕對是轉換職場的必備能力。」而蘋果（Apple）電腦創始人賈伯斯（Steve Jobs）在史丹佛大學畢業典禮演講的「求知若飢、虛心若愚」（Stay hunger, Stay foolish.），更是曾雅萍極力推薦給科技人的名言。

雖然是一場「不敗科技人」的演講，曾雅萍卻說二十五到四十歲這關鍵的十五年職涯，「科技人其實應該求敗，挫敗是一輩子最大的禮物，」唯有從敗中才能找到未來的勝利之路，再一次她以賈伯斯為例，以他被趕出蘋果電腦的大挫敗來鼓勵職場工作者。

因為擔任人力資源已有一段時日，曾雅萍認為二十五歲到三十歲的工作者，靠的是勞力和腦力，這個階段一定要廣泛學習；三十歲到三十五歲是講求專業的時期，這個時期講求工作上的成就，要懂得時間管理；三十五歲到四十歲就要培養自己的眼光，要具有充沛的資源整合能力，當聚集足夠人脈、錢脈時，就有了自我創業的能量。

曾雅萍同時以「ＩＣ設計一代拳王」的曲線圖來提醒工作者，在第一個曲線還沒走完時，就應該要想到下一個（產品、職涯）。第二個曲線不見得一定要和第一曲線同一領域，「問題是，我們是否能在最成功的時刻看到危機，進而勇敢追求另一個潛在的自我？」

她以自己決定轉業為例，中間轉折的一年時光裡，十分沒有安全感，但是「相信自己」的堅持讓她繼續走下去。她最後引用馬克吐溫（Mark Twain）的名言，「若想要真正成長，那就要挑戰能力的極限，也就是暫時地失去安全感所以當你不能確定你自己在做什麼時，起碼要知道，你正在成長。」獻給所有考慮轉彎的職涯工作者。（撰文∥龐文真）

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。